Mengenal DataFrame

Manipulasi Data dengan pandas

Richie Cotton

Data Evangelist at DataCamp

Untuk apa pandas?

Ringkasan Pembelajaran

Bab 1: DataFrame
- Mengurutkan dan mensubset
- Membuat kolom baru
Bab 2: Mengagregasi Data
- Statistik ringkasan
- Penghitungan
- Statistik ringkasan berkelompok

Bab 3: Slicing dan Indexing Data
- Subset dengan slicing
- Indeks dan subset dengan indeks
Bab 4: Membuat dan Memvisualisasikan Data
- Plotting
- Menangani data hilang
- Membaca data ke DataFrame

pandas dibangun di atas NumPy dan Matplotlib

Sebuah segitiga di atas dua persegi panjang. Segitiga mewakili paket pandas, sedangkan persegi panjang mewakili paket NumPy dan matplotlib.

pandas populer

Emoji panda yang diulang ratusan kali, mewakili banyak pengguna pandas.

¹ https://pypistats.org/packages/pandas

Data berbentuk persegi panjang

Nama	Ras	Warna	Tinggi (cm)	Berat (kg)	Tanggal Lahir
Bella	Labrador	Cokelat	56	25	2013-07-01
Charlie	Poodle	Hitam	43	23	2016-09-16
Lucy	Chow Chow	Cokelat	46	22	2014-08-25
Cooper	Schnauzer	Abu-abu	49	17	2011-12-11
Max	Labrador	Hitam	59	29	2017-01-20
Stella	Chihuahua	Sawo matang	18	2	2015-04-20
Bernie	St. Bernard	Putih	77	74	2018-02-27

pandas DataFrame

print(dogs)

      name        breed  color  height_cm  weight_kg date_of_birth
0    Bella     Labrador  Brown         56         24    2013-07-01
1  Charlie       Poodle  Black         43         24    2016-09-16
2     Lucy    Chow Chow  Brown         46         24    2014-08-25
3   Cooper    Schnauzer   Gray         49         17    2011-12-11
4      Max     Labrador  Black         59         29    2017-01-20
5   Stella    Chihuahua    Tan         18          2    2015-04-20
6   Bernie  St. Bernard  White         77         74    2018-02-27

Menjelajahi DataFrame: .head()

print(dogs.head())

      name        breed  color  height_cm  weight_kg date_of_birth
0    Bella     Labrador  Brown         56         24    2013-07-01
1  Charlie       Poodle  Black         43         24    2016-09-16
2     Lucy    Chow Chow  Brown         46         24    2014-08-25
3   Cooper    Schnauzer   Gray         49         17    2011-12-11
4      Max     Labrador  Black         59         29    2017-01-20

Menjelajahi DataFrame: .info()

print(dogs.info())

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 7 entries, 0 to 6
Data columns (total 6 columns):
 #   Column         Non-Null Count  Dtype 
 --  ------         --------------  ----- 
 0   name           7 non-null      object
 1   breed          7 non-null      object
 2   color          7 non-null      object
 3   height_cm      7 non-null      int64 
 4   weight_kg      7 non-null      int64 
 5   date_of_birth  7 non-null      object
dtypes: int64(2), object(4)
memory usage: 464.0+ bytes

Menjelajahi DataFrame: .shape

print(dogs.shape)

(7, 6)

Menjelajahi DataFrame: .describe()

print(dogs.describe())

       height_cm  weight_kg
count   7.000000   7.000000
mean   49.714286  27.428571
std    17.960274  22.292429
min    18.000000   2.000000
25%    44.500000  19.500000
50%    49.000000  23.000000
75%    57.500000  27.000000
max    77.000000  74.000000

Komponen DataFrame: .to_numpy()

print(dogs.to_numpy())

array([['Bella', 'Labrador', 'Brown', 56, 24, '2013-07-01'],
       ['Charlie', 'Poodle', 'Black', 43, 24, '2016-09-16'],
       ['Lucy', 'Chow Chow', 'Brown', 46, 24, '2014-08-25'],
       ['Cooper', 'Schnauzer', 'Gray', 49, 17, '2011-12-11'],
       ['Max', 'Labrador', 'Black', 59, 29, '2017-01-20'],
       ['Stella', 'Chihuahua', 'Tan', 18, 2, '2015-04-20'],
       ['Bernie', 'St. Bernard', 'White', 77, 74, '2018-02-27']],
      dtype=object)

Komponen DataFrame: .columns dan .index

print(dogs.columns)

Index(['name', 'breed', 'color', 'height_cm', 'weight_kg', 'date_of_birth'],
dtype='object')

dogs.index

RangeIndex(start=0, stop=7, step=1)

Filosofi pandas

Harus ada satu — dan sebaiknya hanya satu — cara yang jelas untuk melakukannya.

- The Zen of Python oleh Tim Peters, Butir 13

Sebuah pisau Swiss Army berwarna hijau

¹ https://www.python.org/dev/peps/pep-0020/

Ayo berlatih!

Manipulasi Data dengan pandas